Numerische Optimierungsprinzipien und Analyse des Whale Optimization Algorithm (WOA)

Der Whale Optimization Algorithm (WOA) ist ein auf Naturinspiration basierender metaheuristischer Optimierungsalgorithmus, der das Jagdverhalten von Buckelwalen simuliert und zur Optimierung numerischer Probleme verwendet wird.

Der Whale Optimization Algorithm (WOA) beginnt mit einer Reihe zufälliger Lösungen und optimiert basierend auf einem zufällig ausgewählten Suchagenten oder der bisher besten Lösung durch Positionsaktualisierungen des Suchagenten in jeder Iteration.

Inspiration des Waloptimierungsalgorithmus

Der Waloptimierungsalgorithmus ist vom Jagdverhalten von Buckelwalen inspiriert. Buckelwale bevorzugen oberflächennahe Nahrung wie Krill und Fischschwärme. Daher sammeln Buckelwale Nahrung und bilden ein Blasennetzwerk, indem sie bei der Jagd Blasen in einer Spirale von unten nach oben blasen.

Bei einem „Aufwärtsspiral“-Manöver taucht ein Buckelwal etwa 12 m tief, beginnt dann, eine spiralförmige Blase um seine Beute zu bilden und schwimmt nach oben in Richtung Oberfläche.

Logik des Whale-Optimierungsalgorithmus

Der Whale-Optimierungsalgorithmus ist ein gruppenbasierter Zufallsoptimierungsalgorithmus, der einfach und robust ist. Dieser Algorithmus ist in der Lage, das Fallen in lokal optimale Lösungen zu vermeiden und globale optimale Lösungen zu finden, sodass er bei der Lösung von Optimierungsproblemen unter unterschiedlichen oder uneingeschränkten Bedingungen eine gute Leistung erbringt. Der Whale-Optimierungsalgorithmus ist ein optimaler Algorithmus.

1. Beute umzingeln

Buckelwale können den Standort der Beute identifizieren und sie umzingeln. Im Walalgorithmus wird davon ausgegangen, dass der beste Suchagent die Zielbeute ist oder sich dem optimalen Punkt nähert, und andere Suchagenten werden sich bemühen, näher an den besten Suchagenten heranzukommen.

Der Walalgorithmus geht davon aus, dass die aktuell beste Kandidatenlösung die Zielbeute ist oder nahe an der optimalen Lösung liegt. Andere Suchagenten werden versuchen, ihre Position auf den besten Suchagenten zu aktualisieren.

2. Blasennetzjagd

Modellieren Sie das Spiralblasennetz mathematisch und führen Sie eine Optimierung durch. Verwenden Sie zufällige oder beste Suchmittel, um das Jagdverhalten zu simulieren, um Beute zu jagen Mechanismus des Wals.

3. Suche nach Beute

Die gleiche Methode, die auf der Variation des Vektors {displaystyle{thing{A}}} basiert, kann zur Suche nach Beute (Erkundung) verwendet werden. Tatsächlich suchen Buckelwale zufällig nach dem Standort des anderen.

Aktualisieren Sie die Position des Suchagenten während der Erkundungsphase basierend auf einem zufällig ausgewählten Suchagenten anstelle des besten Suchagenten.

Das obige ist der detaillierte Inhalt vonNumerische Optimierungsprinzipien und Analyse des Whale Optimization Algorithm (WOA). Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!